عنوان : ( پیش بینی ماهیت حریق مبتنی بر یادگیری ماشین: رگرسیون لستیک یک الگوریتم تفسیر پذیر )
نویسندگان: فاطمه مسلمان زاده , حمیدرضا کوشا , کاظم صاعدی ,
دانلود فایل برای اعضای دانشگاهبر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست
چکیده
یکی از وظایف سازمان‌های آتش‌نشانی ارائه گزارش حریق و حوادث به مراجع قضائی، بیمه و سایر نهادهای درخواست‌کننده جهت تصمیم‌گیری و پرداخت خسارت است، لذا یافتن ماهیت حریق به‌نحوی‌که مؤلفه‌های غیرعملیاتی در تصمیم کارشناسان آتش‌نشانی کمترین تأثیر را داشته باشد، اهمیت این پژوهش را بیشتر خواهد نمود. باتوجه‌به اینکه حدود 1 درصد از گزارشات حریق این سازمان ماهیت نامعلوم دارند، این موضوع باعث سردرگمی در ارائه خدمات مناسب به ارباب رجوع را داشته و تصمیم گیری با مشکل مواجه شده است. هدف از این پژوهش پیش بینی ماهیت حریق مبتنی بر الگوریتم های یادگیری ماشین در شهر مشهد می باشد. در این پژوهش ابتدا مجموعه داده حریق 7 ساله (1395-1401) مورد بررسی و واکاوی قرار گرفت و پس از آن با توجه به مسئله و ادبیات موضوع و با انجام پیش پردازش و مهندسی ویژگی مجموعه داده ای با تعداد 46 ویژگی و 28930 نمونه تهیه شد. در مرحله بعد برای پیش بینی ماهیت حریق از سه الگوریتم یادگیری ماشین با ناظر استفاده شد و نتایج آن ها با هم مقایسه شد که الگوریتم رگرسیون لجستیک با 79.66 درصد دقت با زمان اجرای 1 ثانیه نتیجه بهتری را بین سه الگوریتم جهت پیش بینی ماهیت حریق ایجاد نموده است.
کلمات کلیدی
ماهیت حریق عمدی غیرعمدی یادگیری ماشین رگرسیون لجستیک
@article{paperid:1102463,
author = {فاطمه مسلمان زاده and کوشا, حمیدرضا and کاظم صاعدی},
title = {پیش بینی ماهیت حریق مبتنی بر یادگیری ماشین: رگرسیون لستیک یک الگوریتم تفسیر پذیر},
journal = {پژوهش‌های نظری و کاربردی هوش ماشینی},
year = {2025},
month = {January},
issn = {2821-2029},
keywords = {ماهیت حریق عمدی غیرعمدی یادگیری ماشین رگرسیون لجستیک},
}
%0 Journal Article
%T پیش بینی ماهیت حریق مبتنی بر یادگیری ماشین: رگرسیون لستیک یک الگوریتم تفسیر پذیر
%A فاطمه مسلمان زاده
%A کوشا, حمیدرضا
%A کاظم صاعدی
%J پژوهش‌های نظری و کاربردی هوش ماشینی
%@ 2821-2029
%D 2025
